文科大學數據庫課程改革探索與實踐

戰 疆，尤曉東，曹 巍，葉 向

（中國人民大學 信息學院，北京 100872）

1 文科數據庫課程面臨的問題和挑戰

隨著信息化進程的飛速發展，社會對信息技術應用的要求變得更高。數據庫課程作為文科大學生計算機應用課程中的一門主干課程，應該強調培養學生用包括數據庫知識在內的計算機理論和技術分析問題和解決問題的能力。

傳統的文科專業學生的數據庫課程體系大多由計算機專業的數據庫課程體系簡化而來，這樣形成的課程體系結構或多或少地忽視了文科專業的實際應用需求[1]，主要體現在以下方面。

（1）大量篇幅用于講解關系數據庫理論和如何管理數據庫系統[2]。在這種課程體系結構下的文科數據庫課程，一方面由于專業和課時的關系，往往理論講得不夠透徹和全面，實驗和案例也欠生動；另一方面課程內容偏向于數據庫管理員的培養，課程實用性差，難以激發文科大學生的興趣。

（2）許多對文科生有用的數據管理和數據處理知識，由于課時有限、難度、學生專業等原因，在文科大學生的數據庫課程中少有涉及。如今，隨著大數據的興起，越來越多的領域用到數據挖掘等數據分析技術，讓學生了解并初步掌握這門技術對他們將來的工作或研究都很重要。

因此，傳統的文科大學數據庫課程體系已經不能適應現在的文科大學生的需求，必須在計算思維思想的指導下建設文科大學數據庫課程，從文科大學生的專業需求出發，重新設計數據庫課程的體系架構，設計和編寫適合文科大學生學習的教學大綱、課件、實驗、案例等，并在教學實踐中加以檢驗和修正。

2 文科數據庫課程改革的目標、原則和方向

培養學生用計算機的理念和方法分析問題和解決問題的能力，是文科計算機應用課程改革的最終目標。對于文科數據庫課程，我們重新梳理數據庫技術和其他相關計算機技術，以培養學生分析問題和解決問題的能力為目標，形成一個相對完整的知識體系，用案例驅動的方式重新設計文科專業數據庫課程體系。

2.1 文科數據庫課程設計面臨的矛盾

隨著計算機技術在各行各業越來越廣泛和深入的應用，文科大學生計算機應用課程面臨著有限課時與不斷增長的課程深度和廣度需求之間的矛盾。數據庫課程也同樣面臨著這種矛盾。

為了將計算機知識和技能應用于實踐中，往往需要糅合多門課程中的知識和技能。在數據庫課程中，數據庫管理只能教會學生管理數據庫信息，但在他們的研究和工作中，僅有這些還遠遠不夠。學生為了將數據庫中的信息應用起來，就需要運用更多課程中的知識和技能，例如，在信息系統中使用數據庫的數據，就要涉及管理信息系統和程序設計語言的內容；如果要學生對數據進行深入分析和挖掘，就要講授數據挖掘技術的相關內容。同時，對于文科專業大學生，學校安排的計算機應用課時十分有限。據筆者了解，大多數學校計算機應用課程教學限制在1門課的課時。因此，在進行文科數據庫課程內容設計時要處理的一個關鍵問題是：如何在1門課的課時內安排多門計算機相關課程的內容并形成一個相對完整的體系。

2.2 文科數據庫課程設計改革的方向

為了使文科大學生掌握完整實用的知識和技術，文科數據庫課程改革有兩個主要方向。

（1）管理信息系統方向。該方向主要包括3門計算機課程的內容：數據庫技術與應用、管理信息系統和程序設計語言（VB等）。課程目標是使學生具有初步設計和實現管理信息系統的能力[3]。

（2）數據挖掘方向。該方法主要包括數據庫課程和數據挖掘課程的基本內容。課程目標是使學生在掌握數據庫基礎技術的基礎上具有初步數據分析和數據挖掘的能力。

我們選擇數據挖掘作為文科數據庫課程改革的方向，因為隨著大數據相關技術的興起和廣泛應用，數據挖掘技術已經深入管理、財經、社會等諸多文科專業中，現在的文科大學生迫切需要掌握數據挖掘相關知識和技術。

2.3 文科數據庫改革的原則

（1）針對文科大學生的需求重新組織和精煉數據庫課程中的內容。在新的課程體系中僅僅保留文科大學生必須掌握的數據庫相關知識和技能。

（2）在數據庫課程中引入數據挖掘和數據分析技術。

（3）進行貼近文科大學生的大案例驅動的課程設計。以一個超市管理系統的數據庫為例，設計貫穿整個數據庫管理流程的案例，從建庫、建表、管理數據、查詢和整理數據，一直到數據挖掘。

（4）在保持課程相對完整性的前提下，處理好課程的廣度—難度—課時之間的矛盾。這是文科計算機應用課程普遍面臨的一個挑戰。作為文科學生，計算機應用的課時十分有限，但現實的需求又要求學生掌握內容更深、涉及面更廣的計算機知識，這就要求文科數據庫課程體系在有限的課時內安排具有一定深度和廣度的內容，同時保持內容的完整性。

3 文科數據庫課程體系的設計

3.1 數據庫部分知識體系設計

我們在SQL Server 2008數據庫系統上講解數據庫知識，大幅度壓縮傳統數據庫課程中的內容，僅僅保留文科大學生必須掌握的知識和技能[4]。具體安排見表1。數據庫部分大約占總課時的2/3。

表1 數據庫技術內容

3.2 數據挖掘部分知識體系設計

我們用SQL Server 2008提供的數據挖掘工具完成數據挖掘任務[5]。選用該數據挖掘工具主要基于以下兩點：①與數據庫內容順利銜接和平滑過渡；②無需編程即可完成簡單的數據挖掘工具。SQL Server 2008提供的數據挖掘工具簡單易用，不用編寫程序就可以完成很多常用的數據挖掘任務。數據挖掘部分課程內容設置見表2。

表2 數據挖掘內容

鑒于課時的限制，也為了控制課程難度，可選擇最常用且方便理解的數據挖掘算法[6]。在介紹這些算法時，規定不出現公式只介紹算法的基本思路，主要通過實例給學生演示算法的使用和評價。數據挖掘部分大約占總課時的1/3。

4 課程體系的實施和評價

在過去的兩個學期中，我們在數據庫課程中實踐了以上課程內容，取得了良好的效果。為了了解學生對課程內容的接受程度和評價，我們做了問卷調查，問卷共涉及4個教學班共133名學生，圖1所示為部分調查的統計結果。

圖1（a）說明大多數學生認可課程難度。雖然盡量控制課程難度，但是還有不少學生認為課程太難，為此我們計劃在后續課程中繼續調整課程結構，加強講解和練習。圖1（b）說明課程的內容安排得到學生的高度認可。圖1（c）和圖1（d）說明學生認為數據挖掘知識對他們來說很有用，并認為可以適當增加數據挖掘部分內容。

圖1 數據庫課程教學調查統計結果

5 結 語

我們針對文科專業大學生重新設計了數據庫課程體系結構并應用于教學實踐，取得了良好的效果。未來的工作將集中在3個方面：①通過更加深入的調研，結合學生的反饋和教學效果，進一步完善和調整數據庫技術和數據挖掘技術的教學內容和課程體系，改進講授方法，適當增加數據挖掘部分的內容。②進行大案例驅動的教學設計，選取有趣和真實的案例和數據，使數據庫和數據挖掘部分更順暢地過渡；挑選并設計一個真實生動的數據集，使其貫穿整個數據處理、數據分析到數據挖掘的全過程；針對教學演示、學生練習和實踐考核3個層面，設計至少3套數據集和配套題目。③在課程中加入介紹大數據相關知識的內容。